Impara Sfida: Creazione di un Percettrone

Poiché il nostro obiettivo è implementare un percettrone multistrato, la creazione di una classe Perceptron semplificherà l'inizializzazione del modello. Il suo unico attributo, layers, è fondamentalmente una lista di oggetti Layer che definiscono la struttura della rete:

class Perceptron:
    def __init__(self, layers):
        self.layers = layers

Le variabili utilizzate per inizializzare i layer sono le seguenti:

input_size: il numero di caratteristiche di input;
hidden_size: il numero di neuroni in ciascun layer nascosto (entrambi i layer nascosti avranno lo stesso numero di neuroni in questo caso);
output_size: il numero di neuroni nel layer di output.

La struttura del percettrone risultante dovrebbe essere la seguente:

Compito

Swipe to start coding

L'obiettivo è impostare la struttura di base del percettrone implementando i suoi strati:

Completa l'inizializzazione dello strato (metodo __init__()):
- Inizializza la matrice dei pesi (forma (n_neurons, n_neurons));
- Inizializza il vettore dei bias (forma (n_neurons, 1)).
Riempili con valori casuali da una distribuzione uniforme nell'intervallo $[-1, 1)$ . Utilizza la funzione np.random.uniform() per farlo.
Completa la propagazione in avanti dello strato (metodo forward()):
- Calcola i valori di output grezzi dei neuroni. Usa la funzione np.dot() per il prodotto scalare;
- Applica la funzione di attivazione agli output grezzi e restituisci il risultato.
Definisci tre strati:
- Due strati nascosti: ciascuno deve avere hidden_size neuroni e utilizzare la funzione di attivazione relu;
- Uno strato di output: deve utilizzare la funzione di attivazione sigmoid.

Soluzione

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 4

single

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Suggested prompts:

Can you explain how to define the Layer class?

How do I initialize the Perceptron with specific layer sizes?

What is the purpose of having multiple hidden layers in this structure?

Awesome!

Completion rate improved to 4

Scorri per mostrare il menu

class Perceptron:
    def __init__(self, layers):
        self.layers = layers